局部規劃器的搜索空間不完備
dwa_local_planner採用的模擬多種單一策略（固定角速度，固定線速度）連續執行一段時間並對軌跡評分，選擇最高分的進行評價。減小模擬時間會導致短視，但是延長模擬時間，不僅會導致算力消耗大，還會導致機器人難以通過窄縫（因爲軌跡合法性判別會過濾掉所有在模擬時間內會發生碰撞的軌跡）。
根本原因是dwa搜索的是小車速度空間的子集，且沒有啓發性，只是固定策略的搜索。
不僅算力消耗大，而且效果不算好。
由於全局規劃的路徑時不考慮機器人體積的，所以完全沿着全局規劃路徑也不可取。
分支限界法可能是解決問題的關鍵。
缺少原地轉向
move_base不會採取原地轉向策略，目的地很近但是方向不同時，經常採用多次來回倒車的策略調整方向，導致移動效率低。
路徑計劃服務和正式前往時的計劃不一致
在對外提供的路徑規劃服務中，如果無法前往目標地點，會在由內而外的在誤差容忍範圍內嘗試前往附近的地點。而在move_base的回調函數中，只會嘗試規劃前往目標地點的路徑，如果失敗，不會嘗試前往附近位置。
路徑可控性及連續性差
A*算法經常無法計算出路徑，返回NO PATH，原因可能是目標點有障礙。
行走路徑可控性差，難以走直線，且到達終點的速度低，無法連續行走。原則上可以調節stop_trans_vel（大概這個名字）的值使得機器人到達目的地時不停止，但實際效果很差。
可能出現機器人回退現象
因local_planner採取的是在全局路徑上取得分點的方式，如果機器人錯過該得分點，無法前往下個點，而是需要後退來取得該點的得分，當傳感器精度低或者控制頻率較低的時候，此問題非常嚴重。此問題還經常導致進入振盪，導致recovery行爲。
待續。。。